一种前沿的人工智能（AI）驱动神经网络已被开发出来，用于快速分析和解读来自患者样本的数百万个细胞，从而预测组织内的分子变化。这项技术能够精准定位诸如癌症等疾病的最有效个性化治疗位置。
NicheCompass利用生成式人工智能构建了一个视觉数据库，整合了空间基因组数据，详细描述了细胞类型、它们的位置以及通信模式。
该技术由Wellcome Sanger研究所、亥姆霍兹慕尼黑健康人工智能研究所（Institute of AI for Health at Helmholtz Munich）、维尔茨堡大学（University of Würzburg）及其合作者共同开发，作为更广泛的人类细胞图谱计划（Human Cell Atlas Initiative）的一部分。这是首个能够测量和解释细胞社交网络中多样化数据的AI方法，可以识别和分析各种细胞邻域。
一项发表在《自然遗传学》（Nature Genetics）上的新研究介绍了NicheCompass，并强调了其揭示乳腺癌和肺癌患者组织变化的能力。研究表明，NicheCompass可以通过利用AI的计算能力，在一小时内确定不同个体对治疗的反应，从而提供深入见解。
这一工具通过识别可能成为癌症等疾病靶点的具体变化，有助于制定个性化的治疗方案。
人体中的每个细胞都与其环境相互作用，并形成更广泛网络的一部分。细胞表现出某些特征，例如表面蛋白，这些特征使它们能够在通信网络中被识别。这些特性使得相似细胞之间得以连接并理解它们的交互方式。
单细胞和空间基因组技术的进步加深了我们对人体的理解，使我们能够为各种组织和器官创建详细的细胞图谱。这些图谱提供了关于不同细胞类型、它们的位置以及基因改变如何影响其交互的信息。对这些细胞功能的理解有助于研究人员更好地掌握疾病机制并识别新的药物靶点。
尽管这些图谱提供了有关细胞及其交互的空间信息，但量化和解释这些网络以揭示细胞行为背后的驱动因素仍然是一个挑战。
在最近的一项研究中，Sanger研究所及其合作者推出了NicheCompass，这是一种专注于细胞间通信的深度学习AI模型。通过学习细胞在其网络中的交互方式，并将这些交互与类似网络对齐，NicheCompass基于共享特征创建了组织邻域。
因此，NicheCompass使研究人员和临床医生能够探索有关健康状况的关键问题，例如：“肺癌患者的癌细胞如何与其周围环境通信？”
利用NicheCompass，研究人员分析了10名肺癌患者的数据，发现了共性和差异。这些相似性有助于加深对癌症的整体理解，而差异则为个性化医疗提供了新途径。
该平台可以整合额外的患者数据，允许临床医生输入自己的患者信息，并在一小时内获得对个体状况的全面分析，从而支持明智的临床决策。
团队还将NicheCompass应用于乳腺癌组织，证明了其在多种癌症类型中的有效性。
此外，他们还测试了包含840万个细胞的小鼠大脑空间图谱。NicheCompass成功且迅速地识别了不同的大脑区域，创建了整个器官的视觉资源。这表明NicheCompass有潜力应用于全球范围内的全器官空间图谱。
关于人体的大量数据对于推进疾病的理解、预防和治疗至关重要。然而，需要有效的工具来充分释放这些信息的潜力。NicheCompass代表了该领域的重要进步，它结合了AI驱动的分析与可解释性，使研究人员和临床医生能够提出关键问题并获得对疾病的有意义见解。
亥姆霍兹慕尼黑健康人工智能研究所和Wellcome Sanger研究所的研究第一作者塞巴斯蒂安·伯克（Sebastian Birk）强调：
“使用NicheCompass，我们可以看到免疫细胞与肺癌肿瘤在患者中的交互差异。这种实际应用不仅增加了我们对癌症的整体理解，还突显了一位免疫反应与其他患者不同的患者。未来，NicheCompass可能有助于发现利用特定癌症中免疫系统的新方法，从而实现直接针对癌症机制的个性化治疗。”
维尔茨堡大学的研究共同资深作者卡洛斯·塔拉韦拉-洛佩斯博士（Dr. Carlos Talavera-López）对此表示赞同。
Wellcome Sanger研究所的共同资深作者穆罕默德·洛特法利博士（Dr. Mohammad Lotfollahi）提供了一个类比：
“人们通过不同类型的信息与他们的网络进行交流——无论是分享工作更新还是度假照片，所有这些都可以追溯到一个人。同样，细胞使用不同的特征在它们的网络中进行通信，形成局部社区。”
NicheCompass是首个能够解释这些网络并解决可能直接影响患者生命的紧迫问题的AI模型。通过突出健康状况的起源地点和方式，并预测治疗反应，它为推进个性化医疗提供了强大的工具。
(全文结束)